如何根据列的匹配合并两个文件？

Question

我有两个文件，我要在其中创建第三个文件，其中包含所有信息，每一列都用制表符分隔。

文件1：

67      rule_ref: _avc ,output_tag: 'hello'
2       rule_ref: _cdf ,output_tag: 'hi'
334     rule_ref: _xyz ,output_tag: 'bye'
1       rule_ref: _abc ,output_tag: 'go'

文件2：

rule_ref: _avc ,output_tag: 'hello'     1
rule_ref: _cdf ,output_tag: 'hi'        4
rule_ref: _xyz ,output_tag: 'bye'    5

并想要一个 file3 ，例如：

67    1    rule_ref: _avc ,output_tag: 'hello'
2     4    rule_ref: _cdf ,output_tag: 'hi'
334   5    rule_ref: _xyz ,output_tag: 'bye'
1     0    rule_ref: _abc ,output_tag: 'go'

文件1的第二列与文件2的第一列匹配，文件3包含 file1的第一列，file2的第二列和file1的第三列。

我在Google上进行搜索，但没有找到解决此问题的结果。请帮助

Answer 1

首先，我假设您正在使用 Pandas Dataframe ，然后您只需要使用merge。

尝试一下：

file1.merge(file2, on='Column with same values', left_on='lkey', right_on='rkey')

文档：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.merge.html

Answer 2

考虑到SO食用制表符的方式，您很难说出列是什么。另一个字符将使其变得更容易。

但是，根据您的描述，我认为第一个文件中的数字是一列，而rule_ref: _avc ,output_tag: 'hello'等则是第二列？和第二个文件类似吗？但是您提到了第一个文件的第三列，该文件不存在该方案。你是说第二个吗？

如果是...

$ join -t $'\t' -1 2 -2 1 -a 1 -e 0 -o '1.1 2.2 1.2' <(sort -t $'\t' -k 2 file1.txt) <(sort -t $'\t' -k 1 file2.txt)
1   0   rule_ref: _abc ,output_tag: 'go'
67  1   rule_ref: _avc ,output_tag: 'hello'
2   4   rule_ref: _cdf ,output_tag: 'hi'
334 5   rule_ref: _xyz ,output_tag: 'bye'

（{join要求将其加入的文件在适当的字段上进行排序，而您的示例不会在相应的字段上进行排序，因此进行了排序。还需要像bash这样的shell能够理解$'\t'。）